BriefGPT.xyz
Ask
alpha
关键词
autoregressive neural networks
搜索结果 - 5
增加与稀疏:用于时间点过程的扩散
在连续时间事件数据的时间点过程(TPP)框架中,自回归神经网络已成为建模连续时间事件数据的标准。为了克服这些限制,我们推导出 ADD-THIN,一种基于整个事件序列的原则性概率去噪扩散模型,它与现有的扩散方法不同,可以自然地处理具有离散和连
→
PDF
8 months ago
深度学习模型对日前负载预测的比较评估:探究关键准确性驱动因素
本研究旨在比较不同深度学习模型在短期负荷预测方面的准确性,并针对葡萄牙的国家网联合短期负荷预测,进行多层感知器、N-BEATS、长短期记忆神经网络和时间卷积网络等一些具有代表性的自回归神经网络的评估,并进行后续分析以确定最合适的模型。结果表
→
PDF
a year ago
ICML
节点顺序的概率建模:用于图生成的
本文提出了一种图形生成方法,使用自回归神经网络和变分推论技术,通过较紧的对数似然下界来训练模型并生成高质量图形。
PDF
3 years ago
自回归神经网络的无偏蒙特卡罗聚类更新
该研究提出了一种使用物理对称性和变尺度聚类更新以消除偏差且方差较低的方法来进行高维概率分布的无偏抽样,测试了其在经典自旋系统的一阶和二阶相变中的可行性。
PDF
3 years ago
使用深度自回归神经网络进行歌声合成的声学建模
本文提出了使用自回归神经网络对歌声合成进行声学建模的方法,以更好地描述连续帧音频特征之间的依赖关系。实验结果表明,使用自回归模型的方法可以更有效地产生包含颤音的 F0 轮廓,并且可以比使用递归神经网络的传统方法实现更好的客观和主观性能。
PDF
5 years ago
Prev
Next